从传统金融机构到新兴金融科技平台，人工智能（AI）已广泛嵌入到金融行业的主要业务中。与此同时，AI应用的潜在风险与监管问题也受到业界广泛关注。在10月23日2025外滩年会圆桌讨论环节，中外嘉宾一致认为，AI在金融领域的应用仍处于早期阶段，AI在提升效率的同时也带来增量风险，应谨慎评估与AI相关的利弊。中国人民银行原行长周小川、国家金融监督管理总局副局长肖远企均认为，AI的应用究竟是边际性改变、增量性变革，还是根本性颠覆，需要继续观察。

　　为金融系统带来较大边际变化

　　AI新技术正深度渗透到金融业务的各个流程中。“金融与科技的互动历来是相辅相成、相互促进的。”肖远企指出，目前AI在金融行业主要用于优化业务流程和对外服务，应用集中在中后台运营、客户交流与提供金融产品三个领域。

　　据肖远企介绍，首先，中后台运营的智能化在银行等金融机构内部已较为广泛应用，覆盖了数据收集、加工、信息甄别与识别以及客户评估等多个环节。其次，许多金融机构在客户关系管理，如营销、维护和问题解答等方面都普遍应用AI技术。最后，在提供金融产品方面，AI应用带来双重效益——对内，AI帮助金融机构降低成本、提高效率；对外，AI使金融机构能够为客户和利益相关者提供更个性化、更精准的金融产品与服务，更有效地解答问题和满足客户需求。

　　今年7月，国务院发布《关于深入实施“人工智能+”行动的意见》，明确将重点推动“人工智能+”产业发展，在软件、信息、金融等领域，推动新一代智能终端、智能体等广泛应用。

　　“AI应用于金融系统有良好基础。”周小川指出，过去金融系统积累了海量数据，这些数据可用于机器学习、深度学习，使传统模型转向智能推理模型。他还表示，通过机器学习或深度学习金融稳定数据、金融机构健康性的历史变化，推理预知金融不稳定风险的出现，是一个重要探索方向。

　　在周小川看来，AI为金融系统，特别是银行系统提供了新的发展机会，并将带来较大边际变化。

　　AI变革带来增量风险

　　“AI带来显著的效率提升，但也带来新的系统性风险来源，以及新的风险传导渠道。”法兰西银行副行长阿格尼丝·贝纳西-奎里指出，AI既提升了监管者监测风险的能力，同时也增强了风险的潜在影响力。

　　对于AI应用带来的风险，肖远企表示“目前或难以定论”。他指出，本轮AI变革对金融领域带来的风险可以从宏观和微观两个层面观察。从微观视角看，单家金融机构主要面临模型稳定性风险和数据治理风险两类新型或增量风险；从宏观视角看，金融业主要面临集中度风险和决策趋同风险两类增量风险。

　　谈及集中度风险，肖远企解释称，金融行业在AI模型技术上可能会依赖少数技术开发能力强、稳定性高、资源投入大的服务提供商。同时，大型金融机构在资源投入上比小型机构更具优势，可能导致市场集中度提高。

　　对于决策趋同风险，肖远企表示，由于所使用的模型和数据相对标准化和集中，金融机构在决策依据上可能趋同，进而导致行业整体决策同质化。如果趋同性过高，可能引发“共振”效应。

　　此外，周小川还指出，如果AI模型大量运用短期高频数据，学习结果可能是高频、短期、技术性的，可能与金融稳健和宏观调控所需要的长远稳定性要求不一致。

　　对货币政策影响需长时间观察

　　尽管AI发展迅猛、应用广泛，但肖远企强调，目前AI在金融领域的应用仍处于早期阶段，其作用仍是辅助性的，无法取代人的决策。“在金融领域，人才始终是我们最宝贵、最有价值的资产。”肖远企表示，在信贷、保险定价、定损、精算等关键领域，仍然离不开人的专业判断。

　　外滩年会国际顾问委员会主席、欧洲央行原行长让-克罗德·特里谢在年会致辞时也指出，不排除AI重演“索洛悖论”。或许AI转化为生产率跃升需要更多时间，但必须谨慎评估与AI相关的利弊。

　　据周小川介绍，国际清算银行（BIS）曾专门讨论过AI相关模型是否对货币政策产生影响，最终结论是影响尚不明显。一方面，AI可以在物价和微观行为的数据收集、处理、模式识别和推理方面影响货币政策决定。另一方面，货币政策基本上属于慢变量，随经济周期或经济变化而调整。

　　“货币政策不可能对每天的蔬菜价格变化做出响应，而且响应太快也可能引发不必要波动。”周小川表示，AI对货币政策的影响还需要更长时间的观察和研究。